[ pos, scale, orient, desc ] = SIFT( im, octaves, intervals, object_mask, contrast_threshold, curvature_threshold, interactive )
les entrées :
- im: image pixel entre [0,1]
- octave: le nombre d'échelle par niveau généralement égal a 4 (pyramide de gradient )
- interval: nombre de comparaisons entre chaque 3 matrices DoG pour extraire les points clés par défaut c'est 2
- interval+3: c'est le nombre d'image par octave de pyramide
- object mask: le masque de filtre gaussien
- contrast_threshold: seuil pour supprimer les points clés de faible contraste
- par défaut c'est 0.03
- curvature_threshold: seuil pour supprimer les points clés situés sur effet bord
- interactive :pour affichage 0/1
les sorties :
- pos: les positions (x,y) des points clé (matrice N*2)
- N: le nombre de point clé par image chaque points contient 128 compensate
- scal: amplitude de chaque point clé N*1
- orient: orientation de chaque point clé
- desc: descripteur de SIFT N*128
Tu peux utiliser kppv pour calculer la distance (une image contre N image )
et tu prends le minimum.
Partager